Google：AI 可以防治滥捕、滥砍...但是还无法预测地震
环境的问题越来越严重，也确实相当困扰人们，但是如果你想要超越 Google，「预测地震」或许会是一个方向，因为 Google 海洋与地球计划经理 Brian Sullivan 今天接受《ETtoday东森新闻云》与台湾、香港媒体访问时，指出目前灾害示警服务仅能推播现有灾害讯息，现有机器学习技术还无法做到事先预测地震，而这也是他目前挑战的方向。
Deep Mind 团队开发的 AlphGo 透过机器学习的技术，确实打败南韩天才棋王李世乭引发全球对开发人工智慧领域的关注。然而其实 Google 有另外一个更强大的机器学习团队 Google Brain team 所致力研发的机器学习技术，已经为现今 Google 服务，在数位生活中，为人们提供更多便民的成果，最简单的像是关键字搜寻，已经可以串连图资、地图、店家来达成所有人想要搜寻的结果。而 Gmail 则可以自动判断 99% 的垃圾邮件，并且进行分类过滤，并且这项功能随着越多用户们回报「这不是垃圾邮件」，而让 Gmail 判断起来更加精确。Google 图片已经可以让使用者透过标签搜寻结果找到证相关的照片，让搜寻引擎更加便利，而上周才发表的 Google 镜头翻译功能，同样也是透过机器学习的方式，让辨识能力变得更加准确... 这些全部都是 Brain team 的成就。
除此之外，在 Google 内部有一个叫做「Geo for good」的计划，利用 Gogole 地理图资领域的先进科技，针对全球环境暖化、气候变迁、疟疾等问题，免费提供全球各地各项参考数据与图资，以解决当地问题、并为环境生态尽一份心力。
举例来说，像是 Google 地图除了提供完整、准确且容易使用的图资服务外，有政府单位也主动与 Google 合作，透过地图与与 Timelapse 工具，了解气候变迁、水资源变化的现象，提早进行能耗控制、节电、控水等政策运用。
而光是这个 Timelapse（缩时影像图资计划），就搜集了长达 29 年的卫星图资，分析了超过 200 万张地图资讯，共 909TB 的资料量，这些资料量还得要用 6.6 万部电脑，运算长达 2 百万小时，才能得出这些资料。
▲▼Timelapse（缩时影像图资计划），就搜集了长达 29 年的卫星图资，可以即时提供全球各地的即时地理资讯。（图／记者洪圣壹摄）
透过 Google 地球云端运算平台(Google Earth Engine)与第三方单位合作，提供卫星图像、地理空间数据、行星尺度分析等,开放给科学家、相关研究人员、和开发者观察并侦测变化、地图趋势、及量化地球表面差异等数据资料。Google 地球云端运算平台所提供的资源已被广泛运用在地图、以高解析度影像测量全球树林覆盖率、全球树林消长变化、即时监测全球森林状况、分析在不同栖息地生长的生物、甚至用于预测疟疾爆发的地区、及绘制全球地表水面分布等各层面。
以疟疾为例，Google 透过卫星温度调查整个非洲地区每天的温度与湿度变化，进一步预测疟疾的发展，并将疟疾制图(Malaria Mapping)，看哪边比较热、比较潮湿，将之列为重点灾区，并把相关资料免费提供给当地政府、环保单位，让防疫单位提前前往疫区「对症下药」，而这也是透过比对科学数据搭配机器学习技术，而让预测结果更加精准。
另外，透过Google 地球云端运算平台，还可以进行 Global Forest Watch（全球森林实时检视）来测量并具体呈现出全球森林变化，整合过去十年的相关资料并在最短时间内发送暖化区域的潜在危险警报通知。
▲▼从即时卫星影像回传的 Google 图资，可以让所有人即时了解到哪些地方的树木正惨遭滥砍。（图／记者洪圣壹摄）
更神奇的还有 Global Fishing Watch，目前全球有超过 1 亿人主要蛋白质摄取来源是鱼，可是有 85% 的鱼类过度被捕捞，当中 5 只就有 1 只的鱼是非法滥捕。为此，Google 透过机器学习技术使所有人都可以在任何时间与空间下能掌握全球渔船动向，包括全球各地区正在捕鱼的密度，甚至全球各地区捕鱼渔船的国籍与航线，借此让相关单位有效控管海洋资源。
▲▼透过机器学习与影像辨识等技术，可以进一步让相关单位查询船只的位置、国籍、航行路线。（图／记者洪圣壹摄）
▲▼目前全球有超过 1 亿人主要蛋白质摄取来源是鱼，可是有 85% 的鱼类过度被捕捞，当中 5 只就有 1 只的鱼是非法滥捕，而这些船只其实单靠几组海巡队、几个国家监控单位人力，根本无法有效防范。（图／记者洪圣壹摄）
面对记者询问台湾、日本地区的地震灾害问题，是否能够做到事先通知的问题，Google 海洋与地球计划经理 Brian Sullivan 表示，机器学习虽然带来非常多革新的服务，像是可以为消费者带来地震示警、提前通知正在暖化的区域、水资源变迁、天气污染层度通知等等，然而像是地震，以现有的技术，目前还是无法做到事前预测，这也是他感到备受挑战的，但也是他觉得他做这份工作有趣的地方。
Google 海洋与地球计划经理 Brian Sullivan 进一步表示，机器学习这领域还有很多可能，很难知道未来五年可以进展到什么地步。他也谈到地震灾害示警不光是资料预测这么简单就可以完成，他还牵涉到通讯技术、企业隐私等，至少现阶段还无法达到事前预测。